首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2827篇
  免费   132篇
  国内免费   161篇
化学   792篇
晶体学   2篇
力学   55篇
综合类   46篇
数学   1743篇
物理学   482篇
  2024年   2篇
  2023年   19篇
  2022年   54篇
  2021年   75篇
  2020年   57篇
  2019年   70篇
  2018年   52篇
  2017年   116篇
  2016年   115篇
  2015年   51篇
  2014年   142篇
  2013年   253篇
  2012年   135篇
  2011年   143篇
  2010年   128篇
  2009年   172篇
  2008年   151篇
  2007年   176篇
  2006年   155篇
  2005年   122篇
  2004年   120篇
  2003年   82篇
  2002年   83篇
  2001年   69篇
  2000年   63篇
  1999年   77篇
  1998年   68篇
  1997年   47篇
  1996年   45篇
  1995年   37篇
  1994年   36篇
  1993年   22篇
  1992年   31篇
  1991年   30篇
  1990年   12篇
  1989年   12篇
  1988年   9篇
  1987年   11篇
  1986年   10篇
  1985年   14篇
  1984年   17篇
  1983年   7篇
  1982年   4篇
  1981年   3篇
  1980年   6篇
  1979年   5篇
  1978年   3篇
  1977年   3篇
  1974年   1篇
  1973年   3篇
排序方式: 共有3120条查询结果,搜索用时 31 毫秒
1.
木材密度可以反映木材的干缩性、抗压抗拉强度等多种物理性质,是重要的木材物理特性。采用近红外光谱技术能够实现木材密度的快速预测,可克服传统检测方法耗费人力、物力、时间的弊端,但建模结果往往受异常样本的影响。为准确识别并剔除样本集中的异常样本,提出一种孤立森林结合学生化残差方法(IFSR),在利用孤立森林集成特征的优点基础上考虑样本对模型的影响度,可同时检测异常样本与强影响样本。该研究对181个落叶松木材样本的近红外光谱及其在常温下的气干密度进行了测定。通过对比多种方法预处理和特征选择方法,确定采用标准正态变量变化(SNV)+去趋势处理(DT)+均值中心化(MC)+标准化(Auto)方法进行预处理,采用竞争性自适应重加权算法(CARS)进行特征波段选择,消除噪声及无关信息对算法的影响,简化数据集,提高算法剔除异常样本的准确性。为验证IFSR方法剔除异常样本的能力,将其与蒙特卡洛交互验证(MCCV)、马氏距离(MD)等其他六种异常检测方法对比分析,建立偏最小二乘(PLS)模型对其进行异常检测性能评价。同时在上述基础上采用粒子群寻优-支持向量机回归(PSO-SVR),BP神经网络(BPNN)与PLS分别建立落叶松木材密度近红外预测模型。结果表明,IFSR结合PSO-SVR方法得到的优化模型预测能力最强,IFSR可有效剔除奇异样本,提高模型精度。  相似文献   
2.
地上生物量(AGB)是作物长势评价及产量预测的重要指标,因此快速准确地估算AGB至关重要。由于传统植被指数(VIs)估算多生育期的AGB存在饱和现象,因此,利用VIs结合基于离散小波转换(DWT)的影像小波分解(IWD)技术提取的高频信息和连续小波转换(CWT)技术提取的小波系数,探究VIs,VIs+IWD和VIs+CWT对于AGB的估算能力。首先,基于无人机平台分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期的数码影像和成像高光谱影像以及地面实测的AGB数据。其次,利用数码影像通过IWD技术提取3种高频信息和利用高光谱反射率数据通过CWT技术提取小波系数以及构建6种高光谱植被指数。然后,将植被指数、高频信息和小波系数分别与AGB进行相关性分析,并挑选出不同尺度下相关系数绝对值较高的前10波段。最后,以VIs,VIs+IWD和VIs+CWT这3种变量分别使用偏最小二乘回归(PLSR)方法构建AGB估算模型,并对比不同模型估算AGB的效果。结果表明: (1)每个生育期选取的6种植被指数、3种高频信息和10种小波系数与AGB的相关性均达到0.01显著水平,整个生育期相关性均呈现先升高后降低的趋势,其中以小波系数得到的相关性最高、高频信息次之,植被指数最低。(2)对比分析每个生育期的3种估算模型,以VIs+CWT为输入变量的估算效果最好,VIs+IWD的估算效果次之,而VIs的估算效果最差,说明基于小波分析构建的模型适用性较广、稳定性较强。(3)每个生育期分别以3种变量利用PLSR方法构建的AGB估算模型均在块茎增长期达到最高精度(VIs:建模R2=0.70,RMSE=98.88 kg·hm-12,NRMSE=11.63%;VIs+IWD:建模R2=0.78,RMSE=86.45 kg·hm-12,NRMSE=10.17%;VIs+CWT:建模R2=0.85,RMSE=74.25 kg·hm-12,NRMSE=9.27%)。通过VIs分别结合IWD和CWT技术利用PLSR建模方法,可以提高AGB估算精度,为农业指导管理提供可靠参考。  相似文献   
3.
The importance of variable selection and regularization procedures in multiple regression analysis cannot be overemphasized. These procedures are adversely affected by predictor space data aberrations as well as outliers in the response space. To counter the latter, robust statistical procedures such as quantile regression which generalizes the well-known least absolute deviation procedure to all quantile levels have been proposed in the literature. Quantile regression is robust to response variable outliers but very susceptible to outliers in the predictor space (high leverage points) which may alter the eigen-structure of the predictor matrix. High leverage points that alter the eigen-structure of the predictor matrix by creating or hiding collinearity are referred to as collinearity influential points. In this paper, we suggest generalizing the penalized weighted least absolute deviation to all quantile levels, i.e., to penalized weighted quantile regression using the RIDGE, LASSO, and elastic net penalties as a remedy against collinearity influential points and high leverage points in general. To maintain robustness, we make use of very robust weights based on the computationally intensive high breakdown minimum covariance determinant. Simulations and applications to well-known data sets from the literature show an improvement in variable selection and regularization due to the robust weighting formulation.  相似文献   
4.
提出了一种基于拉曼光谱和改进人工蜂群算法优化支持向量机回归(IABC-SVR)算法快速定量检测山羊血清蛋白含量的方法。传统人工蜂群算法在数据区域规模较大时,收敛速度逐渐减慢, 出现效率低、精准度下降、局部最优解概率高等问题。所提出的算法解决了这些问题,使算法在进化前期避免陷入局部最优解,在进化中后期能够保持解的全局搜索能力。常规测定血清蛋白总量的方法通常采用凯氏定氮法、双缩脲法等,但存在时效慢、污染样本等缺点。采用拉曼光谱法进行检测,具有快速、无损的优点。以山羊血清为分析对象,按一定体积比配置35组待测样本,用拉曼光谱仪采集拉曼光谱,光谱采集范围为300~1 300 cm-1,采用基线矫正去除荧光背景,使用Savitzky-Golay光谱平滑法对原始光谱进行平滑处理,归一化处理光谱数据,并对拉曼光谱特征峰进行归属。实验结果表明,拉曼光谱能够表征血清中主要化学集团的信息,且由于官能团浓度差异,光谱特征峰强度随浓度变化明显,因此基于特征峰信息可以测定血清蛋白总量。实验中,以购买的山羊血清蛋白含量为基准,通过配置样本的体积比得到各组待测血清样本的蛋白含量,配置的单个液体样本体积为3 mL,随机选取8组实验样本作为模型测试集,剩余27组作为模型训练集。以经过处理的光谱特征峰强度和对应的血清蛋白含量分别作为模型的输入值及输出值,建立IABC-SVR,ABC-SVR和BP三种算法的定量模型,对测试集血清蛋白总量进行预测。最后通过均方差(MSE),相关系数(r)与建模时间分别进行对比,结果表明通过IABC-SVR建立的山羊血清蛋白定量矫正模型效果最佳,模型的相关系数为0.990 27,均方误差为0.244 3,建模时间为1.9 s,预测值方差均小于0.001 g·mL-1,预测准确率为99.8%。实验结果表明,应用激光拉曼光谱技术结合IABC-SVR算法,对快速定量检测山羊血清蛋白含量,具有较高的准确率和稳定性。  相似文献   
5.
基于高斯回归分析的水稻氮素敏感波段筛选及含量估算   总被引:1,自引:0,他引:1  
水稻氮素含量的准确监测是稻田精准施肥的重要环节,水稻叶片氮素含量发生变化会引起叶片、冠层的光谱发射率发生变化,高光谱遥感是目前作物氮素无损监测的关键技术之一。以2018年-2019年湖北监利两年水稻氮肥试验为基础,分别获取水稻分蘖期、拔节期、孕穗期、扬花期、灌浆期五个生育期水稻叶片和冠层两个尺度的高光谱反射率数据及对应的叶片氮素含量数据,利用单波段原始光谱和一阶导数光谱的相关性分析、高斯过程回归(GPR)等方法筛选水稻全生育期叶片及冠层尺度氮素敏感波段。针对敏感波段,利用单波段回归分析、随机森林(RF)、支持向量回归(SVR)、高斯过程回归-随机森林(GPR-RF)、高斯过程回归-支持向量回归(GPR-SVR)和GPR构建水稻氮素监测模型,并进行精度对比,以确定水稻叶片在各生育期的氮素估算最佳模型。结果表明:GPR筛选的敏感波段符合水稻氮素含量及光谱变化的规律。相同条件下,叶片模型精度整体高于冠层模型。相关性分析模型中,叶片尺度原始光谱模型更好,冠层尺度刚好相反,冠层一阶导数光谱可以减弱稻田背景噪声的影响。其中,叶片最佳模型建模集R2为0.79,验证集R2为0.84;冠层最佳模型建模集R2为0.80,验证集R2为0.77。与相关性回归分析模型相比,机器学习模型受生育期影响小(R2>0.80,NRMSE<10%)。其中,RF比SVR更适合对GPR敏感波段建模,GPR-RF模型可以用1.5%左右的波段达到RF模型使用全部波段的精度。五种方法中,GPR模型对生育期敏感度最低、叶片及冠层尺度效果都很好(R2>0.94,NRMSE<6%)。且与其他四种机器学习方法相比,GPR模型可有效提高冠层氮素含量估算的精度和稳定性(R2增加0.02,NRMSE降低1.2%)。GPR方法可为筛选作物氮素高光谱敏感波段、反演各生育期叶片及冠层氮素含量提供方法参考。  相似文献   
6.
The variants of randomized Kaczmarz and randomized Gauss-Seidel algorithms are two effective stochastic iterative methods for solving ridge regression problems. For solving ordinary least squares regression problems, the greedy randomized Gauss-Seidel (GRGS) algorithm always performs better than the randomized Gauss-Seidel algorithm (RGS) when the system is overdetermined. In this paper, inspired by the greedy modification technique of the GRGS algorithm, we extend the variant of the randomized Gauss-Seidel algorithm, obtaining a variant of greedy randomized Gauss-Seidel (VGRGS) algorithm for solving ridge regression problems. In addition, we propose a relaxed VGRGS algorithm and the corresponding convergence theorem is established. Numerical experiments show that our algorithms outperform the VRK-type and the VRGS algorithms when $m > n$.  相似文献   
7.
分类时间序列在生物医学、社会学和遗传学等领域有着广泛的应用,累积Logistic回归模型是分类时间序列建模的一类重要模型.本文基于偏似然得分过程(Partial likelihood score process)提出一种变点序贯检验方法,监测累积Logistic回归模型的结构是否发生变化.原假设下推导检验统计量的极限分布,备择假设下证明其一致性.模拟试验和实例分析说明了方法的有效性.  相似文献   
8.
Semens of Astragali Complanati own anti-erectile dysfunction effect; however, the components which contribute to the anti-erectile dysfunction effect remain unclear. This work raised a strategy that integrates liquid chromatography coupled mass spectrometry-based quantitative analysis, anti-erectile dysfunction assessment on impotent rats, and their relationship analysis for pinpointing anti-erectile dysfunction components from semens of Astragali Complanati. For simultaneous quantification of seven major components in raw and salt-processed semens of Astragali Complanati, an accurate and reliable liquid chromatography–mass spectrometry method was developed under multiple reaction monitoring mode. Of note, chloramphenicol was employed as the internal standard. The method showed good linearity and repeatability, where the recovery rates of each component ranged from 98.1 to 104.7%, and the precisions of intra- and interday were all within 3.4%. The method has been used for quantification of the seven major components in 10 batches of raw and salt-processed semens of Astragali Complanati. Then, the anti-erectile dysfunction effects of raw and salt-processed semens of Astragali Complanati were evaluated on impotent rats. Gray relationship analysis and partial least squares regression were combined for elucidating the relationship. As a result, complanatuside, astragalin, complanatoside B, and kaempferol were found to be responsible for anti-erectile dysfunction effect of Astragali Complanati.  相似文献   
9.
As an effective and universal acaricide, amitraz is widely used on beehives against varroasis caused by the mite Varroa jacobsoni. Its residues in honey pose a great danger to human health. In this study, a sensitive, rapid, and environmentally friendly surface-enhanced Raman spectroscopy method (SERS) was developed for the determination of trace amount of amitraz in honey with the use of silver nanorod (AgNR) array substrate. The AgNR array substrate fabricated by an oblique angle deposition technique exhibited an excellent SERS activity with an enhancement factor of ∽107. Density function theory was employed to assign the characteristic peak of amitraz. The detection of amitraz was further explored and amitraz in honey at concentrations as low as 0.08 mg/kg can be identified. Specifically, partial least square regression analysis was employed to correlate the SERS spectra in full-wavelength with Camitraz to afford a multiple-quantitative amitraz predicting model. Preliminary results show that the predicted concentrations of amitraz in honey samples are in good agreement with their real concentrations. Compared with the conventional univariate quantitative model based on single peak’s intensity, the proposed multiple-quantitative predicting model integrates all the characteristic peaks of amitraz, thus offering an improved detecting accuracy and anti-interference ability.  相似文献   
10.
高光谱成像的土壤剖面水分含量反演及制图   总被引:2,自引:0,他引:2  
传统土壤水分的获取方法仅可获得离散的土壤水分点位数据,难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱(882~1 709 nm)成像反演剖面土壤水分含量(SMC),并实现精细制图的可行性。研究剖面位于江苏省东台市,我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测,共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值(DN)校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后,提取各采样点的平均光谱反射率。提取光谱(Raw)经吸光度[LOG10(1/R)],Savitzky-Golay平滑(SG)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)和标准正态变量(SNV)转换后,采用偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)方法建立SMC预测模型,并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明,光谱反射率随SMC增加逐渐降低,不同光谱预处理方法的预测精度有所差异,除MSC方法外,同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型,并且基于LOG10(1/R)光谱的LS-SVM模型对SMC预测精度最高,其建模集的决定系数(R2c)和均方根误差(RMSEc)分别为0.96和0.65%,预测集的决定系数(R2p)、均方根误差(RMSEp)和相对分析误差(RPDp)分别为0.88,1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图,通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高(R2: 0.85~0.95, RMSE: 0.94%~1.02%),且两者在剖面中的变化趋势基本一致,说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息,也可反映出同一位置处不同天数间的含量差异。因此,利用近红外高光谱成像结合优化的预测模型,能够实现土壤剖面SMC的定量预测及精细制图,有助于快速、有效监测田间剖面土壤水分状况。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号